智能制造 三分钟了解智能制造！

智力由两个词组成:“智慧”和“能力”。从感觉记忆到思维的过程称为“智慧”，智慧的结果产生行为和语言。行为和语言的表达过程称为“能力”，两者统称为“智力”。

所以，感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，是智慧和能力的表达。

01

智能制造理念

“智能制造”可以从制造和智能两方面来解读。首先，制造是指加工或再加工原材料和组装零件的过程。一般来说，根据生产方式的连续性，制造分为过程制造和离散制造(也有离散和过程的混合生产方式)。根据我国现行标准GB/T 4754-2002，我国制造业包括31个行业，进一步分为约175个中产阶级和530个小阶层，涉及国民经济的各个方面。

智力由两个词组成:“智慧”和“能力”。从感觉记忆到思维的过程称为“智慧”，智慧的结果产生行为和语言。行为和语言的表达过程称为“能力”，两者统称为“智力”。所以，感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，是智慧和能力的表达。

然而，由于我国技术基础薄弱，发展不平衡，企业在智能制造的实施和升级过程中往往不知道从哪里入手。因此，根据智能制造的描述性定义，提出了智能工厂、智能制造环节和设备、网络互联和端到端数据流四个方面来解释智能制造的主要内容。

02

什么是智能工厂

智能工厂是智能制造的载体。在智能工厂中，通过生产管理系统、计算机辅助工具和智能设备的集成和互操作，实现智能化、网络化和分布式管理，从而实现企业业务流程、工艺流程和资本流程的协同，以及生产资源(材料、能源等)的动态配置。)企业内部和企业之间。

一方面，“如果工人想尽最大努力，他们必须首先磨利他们的工具。”实现智能制造的武器是数字化、网络化的工具软件和制造设备，包括以下类型:

计算机辅助工具，如CAD、CAE、CAPP、CAM、CAT等。；

计算机模拟工具，如物流模拟、工程物理模拟(包括结构分析、声学分析、流体分析、热力学分析、运动分析、复合材料分析等多物理场模拟)、过程模拟等。；

工厂/车间业务和生产管理系统，如ERP(企业资源计划)、MES(制造执行系统)、PLM(产品生命周期管理)//PDM(产品数据管理)等。；

智能设备，如高端数控机床和机器人、添加剂制造设备(3D打印机)、智能熔炉、反应器等智能设备、智能传感和控制设备、智能测试和组装设备、智能物流和仓储设备等。；

物联网、云计算、大数据等新一代信息技术。

另一方面，智能制造是一个涵盖更广泛领域和技术的“超级”系统工程。在生产过程中，产品的全生命周期管理是主线，伴随着供应链、订单、资产的全生命周期管理，如图1所示。

图1:智能制造生命周期管理

在智能工厂中，借助各种生产管理工具/软件/系统和智能设备，打通从设计、生产到销售和维护的所有环节，实现产品模拟设计、自动生产调度、信息上传、生产过程监控、在线质量监控、自动物料配送等智能生产。以下描述了几个智能工厂中典型的“智能”生产场景。

场景1:设计/制造集成。在智能化程度较高的航空空航天制造领域，采用基于模型定义(MBD)的技术实现产品开发，利用集成的三维实体模型完整表达产品设计信息和制造信息(产品结构、三维尺寸、BOM等)。).包括产品设计、工艺设计、工装设计、产品制造、检验和测试在内的所有生产过程都是基于该模型实现的，打破了设计和制造之间的差距，制造过程的某些环节，甚至所有环节都可以在全国或全世界范围内进行承包，从而优化制造过程的性价比，实现协同制造。

场景2:供应链和库存管理。企业要生产的产品类型、数量等信息由订单确认，使生产准确。例如，使用ERP或WMS(仓库管理系统)管理原材料库存，包括各种原材料和供应商信息。当客户下单时，ERP自动计算所需原材料，并根据供应商信息立即计算原材料的采购时间，以确保满足交货时间，库存成本最低甚至为零。

场景三:质量控制。车间使用的传感器、设备和仪器可以在线自动采集质量控制所需的关键数据；生产管理系统基于实时收集的数据，提供在线质量监控和预警方法，如质量判断和过程稳定性判断，以及时有效地发现产品质量问题。此外，产品具有唯一的标识(条形码、二维码、电子标签)，可以追溯与产品质量相关的数据，如材料批次、供应商、操作人员、操作地点、加工工艺、加工设备信息、操作时间、质量检验判断、不良处理过程等。

场景4:能效优化。收集关键制造设备、生产工艺、能源供应等环节的能效相关数据，利用MES系统或EMS(能量管理系统)系统对能效相关数据进行管理和分析，及时发现能效波动和异常，在保证正常生产的前提下，对生产工艺、设备、能源供应和人员进行相应调整，以提高生产过程的能效。

因此，智能工厂的建立可以大大改善工作条件，减少生产线的人工干预，提高生产过程的可控性。最重要的是借助信息技术开放企业的所有流程，实现从设计、生产到销售的互联互通，并在此基础上实现资源的整合、优化和提升，从而进一步提高企业的生产效率和产品质量。

03

如何实现智能制造过程

互联网技术的普及使企业与个人客户之间的即时沟通成为现实，推动制造业实现从需求端到R&D端和服务端的拉动式生产，从“生产”模式向“服务”模式转变。因此，企业可以先于竞争对手完成数字化、网络化、智能化的转型升级，实现大规模定制生产，满足个人需求，提供智能化服务，从而在瞬息万变的市场中立于不败之地。

我们看到的是个性化定制和智能化服务，而我们看不到的是制造业各个方面的数字化、网络化和智能化。实现智能化制造，网络化是基础，数字化是工具，智能化是目标。

数字化、网络化、智能化是保证智能制造实现“两促三减”经济目标的有效手段。数字化保证了产品从设计到制造的一致性，在样品制备前对产品的结构、功能、性能乃至生产过程进行模拟验证，大大节约了开发成本，缩短了开发周期。网络通过信息的横向和纵向整合，实现了各种资源的研究、设计、生产和销售的动态配置以及产品的全过程跟踪和测试，在提高产品质量的同时，实现了个性化定制和柔性生产。智能化将人工智能融入产品的设计、感知、决策、执行、服务等整个生命周期，提高产品的生产效率和核心竞争力。

04

如何实现网络互联

智能制造的首要任务是信息处理和优化，工厂/车间各种网络的互联是基础和前提。没有互联互通和数据采集互动，工业云和工业大数据将成为无源之水。智能工厂/数字化车间中的生产管理系统(IT系统)和智能设备(自动化系统)的互联，形成了企业的集成网络。根据所执行的功能不同，企业集成网络自下而上分为不同的层次，包括站点层、控制层、执行层和规划层。图2示出了符合分层模型的智能工厂/数字车间互连网络的典型结构。随着技术的发展，结构呈现扁平化发展趋势，以满足协同高效智能制造的需求。

图2:智能工厂/数字化车间典型网络结构

智能工厂/数字车间互连网络在不同级别定义的功能以及不同级别的各种系统和设备的分布如下。

计划层:实现面向企业的管理，如接收订单，建立基本生产计划(如原材料使用、发货、运输)，确定库存水平，保证原材料及时到达正确的生产地点，远程运维管理。企业资源计划(ERP)、客户关系管理(CRM)、供应链关系管理(SCM)等管理软件都在这一层运行。

执行层:实现工厂/车间的生产管理，如维护记录、详细调度、可靠性保证等。制造执行系统(MES)运行在这个层次。

监控层:实现对制造过程的监控。根据功能的不同，这个层次可以进一步细分为:

监控层:包括可视化数据采集与监控(SCADA)系统、HMI(人机界面)、实时数据库服务器等。这些系统统称为监控系统；

控制层:包括各种可编程控制设备，如PLC、DCS、工控机(IPC)、其他专用控制器等。，统称为控制设备；

现场层:实现对制造过程的传感和执行，包括各种传感器、变送器、执行器、RTU(远程终端设备)、条形码、射频识别，以及数控机床、工业机器人、工艺设备、AGV(自动导向车)、智能仓库等制造设备。，统称为现场设备。

工厂/车间的网络互联本质上是为了实现信息/数据的传输和使用，具体包括以下含义:物理分布在不同层次、不同类型的系统和设备通过网络连接在一起，信息/数据在不同层次的不同设备之间传输；设备和系统能够一致地分析传输信息/数据的数据类型，甚至理解它们的含义。前者是指组网，后者需要先定义一个统一的设备规程或设备信息模型，通过计算机可读的方法(软件或可读文件)表达设备的具体特性(参数或属性)，一般由设备厂商提供。这样，当生产管理系统(如ERP、MES、PDM)或监控系统(如SCADA)收到现场设备的数据时，就可以分析数据类型及其代表意义。

05

什么是端到端数据流

智能制造需要不同层次的网络集成和互操作性，以打破原有业务流程和过程控制流程的脱节。分布在各个制造环节的系统不再是“信息孤岛”，数据/信息交换需要从底层现场层向上运行到执行层甚至计划层网络，使工厂/车间能够实时监控现场的生产状态和设备信息，并根据获得的信息优化生产调度和资源分配。还涉及到协同制造单元(如上游零部件供应商、下游用户)的信息变更，这就需要互联网来实现企业之间的数据流。根据图2中的智能工厂/数字化车间网络结构，工厂/车间中可能的端到端数据流如图3所示。

图3:智能制造端到端数据流

具体而言，它包括:

现场设备和控制设备之间的数据流包括:交换输入和输出数据，如控制设备向现场设备传输的设定值(输出数据)和现场设备向控制设备传输的测量值(输入数据)；控制设备对现场设备的参数进行读写访问；现场设备向控制设备发送诊断信息和报警信息；

现场设备与监控设备之间的数据流包括:监控设备采集现场设备的输入数据；监控设备读取和写入访问现场设备的参数；现场设备向监控设备发送诊断信息和报警信息；

现场设备与MES/ERP系统之间的数据流包括:现场设备向MES/ERP发送与生产作业相关的数据，如质量数据、库存数据、设备状态等；MES/ERP向现场设备发送操作指令和参数配置；

控制装置和监控装置之间的数据流包括:监控装置从控制装置收集可视化所需的数据；监控设备向控制设备发送控制和操作指令、参数设置等信息；控制装置向监控装置发送诊断信息和报警信息；

控制设备与MES/ERP之间的数据流包括:MES/ERP发送操作指令、参数配置、处方数据等。控制设备；控制设备向MES/ERP发送与生产作业相关的数据，如质量数据、库存数据、设备状态等；控制装置向制造执行系统/企业资源规划系统发送诊断信息和报警信息；

监控设备与MES/ERP之间的数据流包括:MES/ERP发送作业指令、参数配置、处方数据等。监控设备；监控设备向MES/ERP发送与生产运营相关的数据，如质量数据、库存数据、设备状态等；监控设备向制造执行系统/企业资源规划系统发送诊断信息和报警信息。

06

中国制造业的现状和主要任务

中国制造业现状是“2.0补课、3.0普及、4.0示范”，其中行业2.0、3.0、4.0对应含义如下:

2.0实现“电气化、半自动化”:使用电气化、机械化的制造设备，但所有生产环节和制造设备都是“信息孤岛”，生产管理系统和自动化系统的信息没有连接，甚至企业没有使用ERP或MES系统进行生产信息管理。我国现阶段也有很多中小企业；

3.0实现“高度自动化、数字化、网络化”:使用具有一定智能功能(如识别维护、诊断报警等)的网络化制造设备。)，采用ERP和MES系统进行生产信息管理，初步实现企业内部横向集成和纵向集成；

4.0实现“数字化、网络化、智能化”:满足多品种、小批量生产的需求，实现个性化定制和柔性生产，使用高档数控机床、工业机器人、智能测控设备、3D打印机、智能仓库和智能物流等智能设备，利用各种计算机辅助工具实现虚拟生产，利用互联网、云计算、大数据实现价值链企业协同生产和产品远程维护智能服务。

中国要实现智能制造，2.0、3.0、4.0必须并行发展。改造传统制造业要“补课”，绿色制造和智能升级要“补课”。对于制造企业来说，应该开始完成传统生产设备在网络和智能上的升级改造，以及制造过程数字化和生产过程信息化的升级改造。对于设备供应商和系统集成商，要加快开发和应用安全可控的智能设备和工业软件，提供智能制造顶层设计和全系统集成服务。

07

总结

必须牢记，企业不是为了“智能制造”而智能制造，而是要以智能化、协调化、绿色化、安全化发展为突破口，以“两促三减”为目标，本着长期规划、逐步实施、重点突破的原则，对整个制造业进行逐步升级改造。

声明:本文转载于网络，版权归原作者所有。如果转载涉及版权等问题，请发消息到官方后台联系我们，我们会尽快处理！

产品创新和数字化最权威的微媒体

长按二维码识别

微信号:PLMgod